マスボクシングにおける打撃の深層学習を用いた比較評価

IPSJ

Description

近年，寸止めで打撃を放つマスボクシングという競技が流行している．しかし，マスボクシングの試合において判定方法に関する問題が生じており，原因として判定を行う際に定められた採点基準が，ジャッジの主観的影響を受ける可能性があるためである．本研究では，判定に深層学習を用いることで，ジャッジの主観的影響を排除し，客観的な判定が可能であると考え，3 軸加速度センサを用いて打撃をデータ化，得られたデータをもとに深層学習モデルの LSTM を使用，Loss 値，MAE 値で深層学習モデルの比較評価を行った．深層学習を行う際，訓練データ数を 10，50，100 に分け，各データ数でエポック数を 20 と 40 の場合で学習を行った．訓練データ，エポック数ともに多い場合に精度の高い学習が可能といった仮説に反して，訓練データ，エポック数ともに多い場合では過学習を起こした．原因として，データ数が多いと細かなパターンやノイズにまで適合しやすくなり，エポック数が多いとモデルは訓練データに適応し，訓練データに存在するノイズや偶発的なパターンまで学習しようとすることを示した．

Journal

Keywords

Details 詳細情報について

Report a problem

Back to top